北京
八年前Meta就有万亿参数模型了，但当时没人能将这种规模压进企业级推理成本。现在OpenAI推出GPT-5.6系列，旗舰推理模型Sol在基准测试中大幅领先对手，反而输出token减少一半，耗时缩短一半，成本还低了三分之一。这打破了"越强越贵"的常规认知。
GPT-5.6 Sol、Terra、Luna三款模型今天在Amazon Bedrock正式上线，搭载下一代推理引擎，企业可以直接用自己已有的AWS承诺消费来调用。OpenAI这次引入了一套新的命名规则：数字代表代际，Sol、Terra、Luna则代表持久的能力层级，各自按照独立节奏迭代。这种设计让企业不必再被"一代一旗舰"的节奏绑架。
从指标来看，Sol确实刷新了多项纪录。在评估长周期专业工作流的Agents' Last Exam上，Sol拿到53.6分，比第二名高出13.1分；即使在中等推理强度下，它仍领先11.4分，而预估成本仅为对手的四分之一。在网络安全研究基准ExploitBench中，Sol得分73.5%，相较于GPT-5.5在相近输出token预算下的47.9%有了质的飞跃。值得注意的是，这些成绩是在输出token更少、速度更快的前提下实现的。OpenAI将其归因于"每token更高智能密度"——通俗说，就是思考得更少但想得更准。
然而分层结构也带来了新的选择成本。Sol主打深度推理，适合自主编码代理、漏洞挖掘、药物发现这类需要多步推理的任务；Terra定位日常生产负载，性能优于GPT-5.5且成本更低，覆盖代码生成、内容工作流等；Luna则专攻高吞吐场景，分类、摘要、路由等，追求最低延迟和每次token成本。企业需要根据工作负载进行匹配，这意味着模型管道的复杂度上升了。以前一个模型打天下，现在得维护三套提示词策略和回退逻辑。对于中小团队，这可能是甜蜜的负担。
支持方认为，这种按需分层真正让模型回归工具属性。并非所有任务都需要推理链，实时应用对延迟敏感，批量处理则对成本敏感。把"最聪明"和"最便宜"拆开，反而能避免过去那种"为偶尔的复杂查询支付旗舰价格"的浪费。而且定价对标OpenAI官方费率，同时计入AWS现有承诺，财务口径统一。Bedrock的下一代推理引擎也在可用性、安全性和数据驻留上加码，对监管行业是加分项。
值得拆解的是，Sol的新增"最大推理强度"选项给了用户一个可调节的算力旋钮。日常任务用中低强度即可，碰到硬骨头再调高，这让智能不再是固定值，而是按需分配的算力资源。这种设计或许比单纯提升基准分数更有工程意义——它把模型性能从实验室榜单拉进了资源调度的现实世界。
最终判断：GPT-5.6系列不是简单的代际升级，而是一次能力维度的切分。OpenAI把"更强"拆解为"更省"和"更专"，逼迫企业重新审视自己的AI工作流——不是每个应用都需要Sol的推理深度，但每个应用都值得一个恰好匹配的模型层级。这种务实分层对于规模化部署AI的团队来说，可能比在排行榜上多拿几个第一更有价值。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
